主要是詞包**，你懂得，阿里詞包都不用自己寫，本身一大堆啊！！！厲害了word哥：公眾趨勢分析背後有百萬級的人名、品牌、位址、組織機構名、商品、品牌詞庫等做支撐。
萬能詞包啊！！！ . .
textrank的演算法思想**於pagerank，旨在通過文字中句子、詞之間的相互投票，為句子、詞進行權重的排序。pagerank假設乙個網頁的入鏈越多，則其權重越高。隨機地為每個網頁分配乙個初始權重，在每一輪投票中，每個網頁將其權重均勻地分配給其出鏈，收斂後（平穩馬爾科夫過程）每個網頁得到的權重值反映了其重要性，每輪投票的數學表述為：
其中d為阻尼係數，（1-d）/n表示每次頁面轉移時有一定的概率會從全網隨機選擇url，這樣可以避免沒有外鏈的懸掛網頁讓所有權重收斂到0。. .
詞關聯計算也可以使用社交網路的方式（點出度、點入度等，參考：r語言︱sna-社會關係網路該平台使用的是互資訊.r語言實現專題（基礎篇）（一）），也可以使用一些統計學的方式（互資訊，
nlp︱句子級、詞語級以及句子-詞語之間相似性（相關名稱：文件特徵、詞特徵、詞權重））。
詞關聯使用點互資訊pmi（pointwise mutual information）來表示，用資訊理論的語言來表述，點互資訊衡量的是「給定乙個隨機變數後，另乙個隨機變數不確定性的減少程度」。假設有兩個詞x和y，則x和y之間的點互資訊由下述公式表示：
其中p(x,y)表示x和y同時出現的概率，p(x)和p(y)分別表示x和y單獨出現的概率。簡單粗暴地理解，就是說相對於單獨出現，某兩個詞更喜歡一起出現，則它們之間的關聯程度越高。. .
輿情中的熱詞分析，沒你想的那麼簡單
阿里雲公眾趨勢分析產品通過雲服務的方式，將阿里巴巴成熟的輿情分析技術共享給廣大開發者。熱詞分析是公眾趨勢分析最近剛剛上線的功能，使用者反饋效果還不錯。這個功能聽起來很簡單，不就是對資料來源進行分詞，然後再統計一下熱度麼？no！它可沒那麼簡單。良好的分詞是熱詞分析的基礎。對於絕大部分分詞工具來說，最大...
微博爬蟲及輿情分析 4 使用者輿情分析
import pandas as pd import numpy as np 讀取訓練資料集 生成keyword資料 mblog keywords mblog.get keywords,axis 1 匯入邏輯回歸模型 from sklearn.linear model import logistic...
自嗨筆記 2 微博疫情輿情分析 輿情分析部分
previously！自嗨筆記 1 微博疫情輿情分析 爬取部分 二 建立需求 利用snownlp，情感分析 嘗試利用已有資訊，挖掘深度規律 三,實現 def snownlp c element try sn snownlp element return round sn.sentiments,1 e...